【regex】字符组

【regex】字符组

国庆的第五天，荒废了整整一天了，今天除了长得像个人，其余跟猪没什么区别，想着写点东西，以前说些一篇关于正则表达式的基础知识，但是一直没有时间去写，今天恰好可以写写，其实很多人都知道正则这个东西，而且也仅仅会使用一些基础的元字符，大多是看网上的一些精简教程，简单的介绍了一下，可能晦涩难懂，想着把这些也写出来，看看能不能好理解一些，帮助刚学习正则的（同学！！）能够少走弯路。

哈，废话不多说，开始。

字符组是我们在正则表达式中常用的一个东西，可能这是它的学名听上去很生疏，但是你们一定用过。在正则表达式中，字符组经常用[]括起来，比如

[abc]

就是一个字符组，字符组只匹配一个字符！！这个很重要，有点像选择结构，比如上面的[abc]，就匹配a或者b或者c，并且在字符组中，很多元字符都变成了普通的字符，比如

[.]

在正则表达式中，.通常匹配一个任意字符，但是在字符组中，它就只匹配一个普通的.，但是也不是说字符组中就没有元字符了，比如字符组中的连接符-，用连接符可以表示一个范围，比如

[a-z]

表示a到z的所有字符，也就是所有的小写字母，但是必须要注意的是，连接符不能出现在字符组的开头或结尾，比如

[-az]
[az-]

这个匹配的就是普通的字符。
除此之外，字符组中还有一个常用的元字符，它是^，它只能出现在字符组开头，它表示否定断言，表示只匹配非 字符组里的字符，举个栗子

[^abc]

表示匹配除开a,b,c之外的其他字符，但是字符组只匹配一个字符的本质是不变的。

举个小栗子

匹配引号中的内容

现在咱有这样一个字符串

hello my name is "zhangsan", and his name is "lisi".

嚯！我们想要匹配的是zhansgan，很简单对吧，我们可以这样写

".*?"

这样确实可以匹配到我们想要的结果，假如这是某个 App 上的一段文本，这个 App 会随着设备的大小自适应，如果用户设备很小，于是，它可能变成下面这样

hello my name is "zhangsa
n", and his name is "lisi".

你会惊奇的发现原来的正则会匹配到错误的子串，它会匹配到

", and his name is "

这并不是我们想要的结果啊，为什么会这样？
这是因为，.元字符一般不会（得根据具体实现来定）匹配到换行符，于是当匹配到第一行行尾的时候，发现行尾没有"，于是回溯，最终失败，重新开始，扫描第二行，得到结果。

如何避免这种情况呢？把.*?换成[^"]*?，这样的话就能得到你想要的结果了，这是因为，[^"]*会匹配除开"之外的其他字符，包括换行符，于是最终得到结果

"zhangsa
n"